WordGlance 数据来源与许可

extension/difficulty-data.js 包含 8,845 个规范化英语见出词的 CEFR 元数据。它由以下公开数据转换而来，下载日期为 2026-10-10，固定到 Open Language Profiles 仓库提交 `d4e45b75b38f27b30dfc5c44d8c571aec7e7092f`。该元数据没有中文释义。

精选中文词典的 623 条中，有 380 条匹配上述 CEFR 资料，另外 243 条使用人工难度后备。8,845 个难度见出词不等于 8,845 条中文翻译；人工词典没有释义的词可通过下文 ECDICT 完整词库补充；完整词库仍未收录的词需要用户自定义或可选 AI，插件不会凭空补出中文。

1. CEFR-J Wordlist Version 1.5. Compiled by Yukio Tono, Tokyo University of Foreign Studies (TUFS), Tono Laboratory. Retrieved 10 October 2026 from the Open Language Profiles CSV mirror. Source contains 7,799 headword / part-of-speech rows, covering A1–B2. Copyright belongs to Tono Laboratory at TUFS. The repository terms permit free research and commercial use with proper citation. The official CEFR-J download page also permits adaptations with proper attribution. WordGlance preserves this attribution; it does not claim that CEFR-J uses an MIT or public-domain license.

2. Octanove Vocabulary Profile C1/C2 Version 1.0, Octanove Labs. Retrieved 10 October 2026 from the Open Language Profiles CSV. Source contains 2,136 headword / part-of-speech rows, covering C1–C2. Licensed under Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), as stated in the source repository.

本包的适配元数据文件 difficulty-data.js 以 CC BY-SA 4.0 提供，并保留 CEFR-J 原始资料的署名条件。复制或修改此元数据时，请保留本文及文件内署名，链接原始来源和许可，说明修改，并按相同许可分享适配资料。此许可针对难度元数据文件，不改变其余独立代码的许可；原始 CEFR-J 资料仍受上述原始使用条款约束。

- 从 CSV 的 headword、pos 和 CEFR 三列读取实际标注，拆开以 / 分隔的拼写变体，小写并规范空白；不推测未标注词的 CEFR。 - 合并同见出词的不同词性记录，保留所有来源、词性等级和出现的 CEFR 等级。显示过滤使用最低已标注等级，避免把已有基础含义的词一律当作高级词。此方法不判断该句中的具体词义或词性。 - 词形别名通过本包人工词典回到规范词。CEFR 缺失时优先使用下文 ECDICT 的词频；无词频时使用词典分档。这些规则不能作为真实 CEFR 标注。 - 选择学习者 B1 时，自动注释的已收录词需要高于 B1；显式标记“不认识”的词优先，显式标记“已认识”的词不注释。 - v0.4.0 加入下文 ECDICT 真实词频作为 CEFR 缺失时的筛选后备。CEFR 标签是学习资料中的等级参考，不能证明用户是否认识某个词，也不能保证某句中的难度或语境释义准确。 - 来源作者不对数据准确性或使用所造成的损失负责。WordGlance 的转换和整合不代表原作者认可或背书。

extension/lexicon.js 的 623 条中文短释义及显式词形别名由本原型自行编写，未从上述数据、商业词典或网页抓取。它们只提供简短常见含义，不能覆盖所有语境；短语如 pull it off 使用整体释义。用户自定义释义和可选 AI 的语境释义不属于上述来源数据。

来源：skywind3000/ECDICT，完整文件 stardict.7z，于 2026-10-11 从作者仓库下载（49.19 MiB），通过系统解压器完整解压。库中 3,402,564 条源记录全部转成 1,024 个按短语首词分组的本地 JSON 分片；13 个原字段均保留，英文/中文释义中的字面换行转成可读换行。索引对大小写、重复空格、常见弯引号与连字符归一，碰撞时保存全部记录。数据不包含音频 URL。

MIT 许可原文随数据放在 extension/dictionary/LICENSE-ECDICT.txt。精确下载哈希、原始 CSV 哈希、各分片哈希和统计保存在 extension/dictionary/manifest.json。此仓库的 MIT 标示和原文以下载时版本为准；词条质量和语境准确性不由 WordGlance 保证。

本地数据包含词义、已有音标、词形、词频、标签、英文释义等；非每条都有全部信息，不宣称收齐所有英语单词、短语、读音和词义。简短字幕释义默认取常见首义；v0.5.0 在匹配到明确局部搭配时按有限规则选择语境义，未匹配或冲突时保留首义。人工常用释义及用户自定义优先。CEFR 优先，缺 CEFR 使用真实 frq/BNC 排名筛选，排名门槛不是 CEFR 标注。

原始压缩文件 SHA-256：f370a0ecb58ada758d9dfe739db1667fd4ed87ed3055a4a7cb6c7054ecdf83d6。 原始 CSV SHA-256：88fce01e0a30524192a62e363d47eeb036fa17820d5826121b3b419fd67a3996。

新增 164 条本原型编写的短释义，其中 145 条附有用法标签；原 459 条保留，并扩展部分词形及代词分离短语别名。共有 623 条精选中文词条，其中 380 条匹配已有 CEFR 资料，243 条使用原有分档后备。完整 ECDICT 分片、字段、统计、许可和哈希未改动。精确查找新增规范条目时，158 条已存在 ECDICT、6 条未找到；这不表示只有 6 个表达能通过普通词形或其他名称找到。

extension/offline-context.js 的 45 组搭配规则、84 个候选语境义由本原型编写，使用有限局部正则匹配与证据门槛，不包含神经模型，也不调用 API。不是全量词义消歧系统；未覆盖、冲突、隐喻和语气依赖的用法仍可选错。CEFR 等级数据不因新增规则而改变，少数明确俚语义按产品 2 档提示。完整新增清单见 COLLOQUIAL_WORDS.md (COLLOQUIAL_WORDS.md)。

补充释义自行用中文编写，未批量复制商业词典释义或例句。2026-10-11 对若干代表用法参考以下词典出版方的公开说明进行核对：

- Cambridge：piss off / piss someone off，用于区分离开、赶走与惹恼。 - Cambridge：mess up / screw up 等问题短语。 - Cambridge：freak out 等情绪短语。

这些引用仅用于来源说明，相关出版方没有审核或背书本扩展。新增释义和规则沿用本包代码许可；独立 CEFR 与 ECDICT 数据继续按各自许可提供。

未下载新资料，未修改词库分片或 CEFR 等级。A1 和无 CEFR 时的前 2,500 词频过滤使用现有资料；语气词与常见缩写的排除列表是产品规则，不是假定这些词拥有某个 CEFR 等级。完整词库的普通词组没有词组级难度依据时，不再以“缺数据=难”自动提示；精选习语与个人未知、自定义、主动查词仍可显示。过滤不写入或清空个人词库。

新增 241 条自行编写的中文短释义，精选库共 864 条。对规范键查询原始 ECDICT：225 条已有中文，16 条没有带中文的精确记录。补充自己的短义与别名，不批量复制商业词典释义或例句，不修改原始 CEFR / ECDICT 分片。词形修正、58 组局部搭配与 102 个候选义均是本原型代码；不能代替通用词义理解。新增清单见 VOCABULARY_EXPANSION.md。

对少数新俚语含义核对了出版方公开资料，中文短义由本原型编写：

- Cambridge：rizz - Cambridge：delulu - Cambridge 出版方：新恋爱词语 - Dictionary.com：sus

资料不提供背书，也未把商业词典网页或其例句打包。个人词库上限提高到每类 10,000 项，属于本产品规则，与原始词条数量无关。

新增 672 条本原型自行编写的中文短释义，精选库共 1,536 条，其中本次新增 328 条短语。新增条目含 3,180 个别名/词形，另为已有条目补 224 个变体，继续保留原来的规范词与个人记录。原始 ECDICT 的 3,402,564 条记录、字段、许可和分片哈希未修改。新增规范键中 662 条已有 ECDICT 精确中文记录，10 条没有精确中文；这不是声称仅有 10 条能通过相近表达找到。

本地规则扩为 97 组、155 个候选义；均由本原型编写，仅进行有限搭配识别，不调用 AI 或接口。未匹配或线索冲突时保留默认义。新增词形覆盖是有限显式枚举，不能任意跨标点或把整句话当作短语。新释义与规则沿用本项目代码许可，不改变独立 CEFR/ECDICT 数据许可。

2026-10-14 对少数多义短语参考出版方公开说明核对，未下载、复制或打包其例句和长释义：Cambridge make out、Cambridge pass out、Cambridge write off、Cambridge get away with。中文短义自行编写，出版方未审核或背书本产品。

OpenCC JavaScript 1.4.2，cn → hk。本地转换显示文字，不上传访客内容。 项目：https://github.com/nk2028/opencc-js MIT 许可证及版权声明：/third-party-notices/opencc-js.txt